期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到194篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习算法的矿用巡检机器人设备识别 被引量：28
1
作者 卢万杰 付华 赵洪瑞 《工程设计学报》 CSCD 北大核心 2019年第5期527-533,共7页
为了实现矿用巡检机器人对煤矿井下设备的识别与匹配,通过基于卷积神经网络的深度学习算法建立了煤矿设备类型识别模型,分别在明亮环境下、昏暗环境下以及设备重叠情况下采集大量待识别设备图像样本,再对识别模型进行训练,实现巡检机器... 为了实现矿用巡检机器人对煤矿井下设备的识别与匹配,通过基于卷积神经网络的深度学习算法建立了煤矿设备类型识别模型,分别在明亮环境下、昏暗环境下以及设备重叠情况下采集大量待识别设备图像样本,再对识别模型进行训练,实现巡检机器人对煤矿设备的精确识别与分类。使用基于粒子群优化的SVM(support vector machine,支持向量机)建立了煤矿设备匹配模型,将巡检机器人相对于煤矿坐标系的三轴位置信息、三自由度角度和视觉相机转角作为匹配模型的输入量,将相机视野中设备序号作为输出量,实现煤矿设备类型识别模型识别出的设备与已知设备序号一一对应。实验结果表明基于深度学习算法的煤矿设备类型识别模型对外界的干扰不敏感,识别准确率高;基于SVM的煤矿设备匹配模型的匹配准确率达到了93.2%,在匹配准确率的训练和测试效率上均优于基于BP(back propagation,反向传播)神经网络的匹配模型。研究结果可为煤矿井下巡检机器人的研制提供参考。 展开更多
关键词 巡检机器人 深度学习算法 支持向量机 目标识别 设备匹配
下载PDF
基于S-BGD和梯度累积策略的改进深度学习方法及其在光伏出力预测中的应用 被引量：26
2
作者 黎静华 黄乾 +1 位作者 韦善阳 黄玉金 《电网技术》 EI CSCD 北大核心 2017年第10期3292-3299,共8页
为提高光伏出力的预测精度,提出了一种改进深度学习算法的光伏出力预测方法。首先,针对传统的深度学习算法采用批量梯度下降(batch gradient descent,BGD)法训练模型参数速度慢的问题,利用随机梯度下降(stochastic gradient descent,SGD... 为提高光伏出力的预测精度,提出了一种改进深度学习算法的光伏出力预测方法。首先,针对传统的深度学习算法采用批量梯度下降(batch gradient descent,BGD)法训练模型参数速度慢的问题,利用随机梯度下降(stochastic gradient descent,SGD)法训练快的优点,提出了一种改进的随机-批量梯度下降(stochastic-batch gradient descent,S-BGD)搜索方法,该方法兼具SGD和BGD的优点,提高了参数训练的速度。然后,针对参数训练过程中容易陷入局部最优点和鞍点的问题,借鉴运动学理论,提出了一种基于梯度累积(gradient pile,GP)的训练方法。该方法以累积梯度作为参数的修正量,可以有效地避免训练陷入局部点和鞍点,进而提高预测精度。最后,以澳大利亚艾丽斯斯普林光伏电站的数据为样本,将所提方法应用于光伏出力预测中,验证所提方法的有效性。 展开更多
关键词 光伏出力预测 深度学习算法 梯度下降法 梯度累积量 参数训练 神经网络 随机-批量梯度下降
下载PDF
基于深度学习算法的图像分类方法 被引量：15
3
作者 陶筱娇 王鑫 《微型电脑应用》 2019年第3期40-43,共4页
图像分类是提高大规模图像检索速度的一项关键技术,当前图像分类方法均存在不同程度的不足,图像分类结果不能满足图像处理的实际应用需求,为了解决当前图像分类方法存在的一些难题,以进一步提高图像分类的效果,提出了基于深度学习算法... 图像分类是提高大规模图像检索速度的一项关键技术,当前图像分类方法均存在不同程度的不足,图像分类结果不能满足图像处理的实际应用需求,为了解决当前图像分类方法存在的一些难题,以进一步提高图像分类的效果,提出了基于深度学习算法的图像分类方法。首先对图像分类的国内外研究现状进行综述,指出各种图像分类方法的局限性,然后提取图像分类特征,将图像特征向量作为深度学习算法的输入,图像分类结果作为深度学习算法的输出,通过学习建立图像分类器,最后在Matlab 2016平台与经典图像分类方法的性能进行仿真对照实验。结果表明,提出的图像分类准确性更优,图像分类的平均时间大幅度降低,图像分类整体结果得到了有效改善,较好地克服了当前图像分类方法的不足,具有较高的实际应用价值。 展开更多
关键词 图像检索 分类特征 深度学习算法 仿真测试 分类时间
下载PDF
基于深度学习算法的电力变压器故障识别研究 被引量：13
4
作者 孙叶 唐琳 +1 位作者 苏冰 李玉华 《微型电脑应用》 2021年第12期74-77,共4页
电力变压器故障识别具有重要的研究价值。当前电力变压器故障识别方法存在误差大、消耗时间长等缺陷,以提高电力变压器故障识别效果为目标,提出了基于深度学习算法的电力变压器故障识别方法。首先对电力变压器故障识别的研究进展进行分... 电力变压器故障识别具有重要的研究价值。当前电力变压器故障识别方法存在误差大、消耗时间长等缺陷,以提高电力变压器故障识别效果为目标,提出了基于深度学习算法的电力变压器故障识别方法。首先对电力变压器故障识别的研究进展进行分析,指出各种方法存在的局限性,然后采集电力变压器故障识别数据,并提取电力变压器故障识别特征,最后将特征作为深度学习算法的输入,电力变压器故障识别作为输出,通过学习建立电力变压器故障识别分类器。还进行了电力变压器故障识别实例分析,分析结果表明,深度学习算法的电力变压器故障识别正确率超过95%,不仅误识率和拒识率控制在有效范围内,而且电力变压器故障识别时间更少,获得了更优的电力变压器故障识别实时性。 展开更多
关键词 电力变压器 故障类型 提取特征 深度学习算法 仿真实验 识别正确率
下载PDF
基于数据挖掘的中医药临床研究述评 被引量：12
5
作者 张恒 张葆青 《中华中医药杂志》 CAS CSCD 北大核心 2020年第11期5378-5383,共6页
基于数据挖掘的中医药临床研究可归纳为对"症-证-方-药"四要素之间关系或四要素与疗效、预后之间关系的研究。传统机器学习算法包含分类算法、聚类算法、关联规则、回归分析及多标记学习算法。总体而言,分类算法(如树模型、... 基于数据挖掘的中医药临床研究可归纳为对"症-证-方-药"四要素之间关系或四要素与疗效、预后之间关系的研究。传统机器学习算法包含分类算法、聚类算法、关联规则、回归分析及多标记学习算法。总体而言,分类算法(如树模型、人工神经网络、支持向量机、贝叶斯网络)适合做"症-证"的证型判别研究和疗效、预后等结局的预测。关联规则算法适合中药配伍及"方-证"规律研究。聚类算法适用于体质、脉象的类别划分及类方鉴别的"方-药"研究。回归分析多用于疾病危险因素筛选及建立预测模型。而新型深度学习算法(如卷积神经网络模型、自动编码器、循环神经网络、深度置信网络算法等)适用于患病风险评估、用药推荐等特征提取困难并且定义和量化模糊的问题,其凭借无需人工构造特征的特性,具有更为重要的研究价值。通过对传统机器学习算法与深度学习算法的比较,提出中医药数据挖掘临床研究应守正创新,守住"中医思维方式",保持中医药理法方药的完整性,在此基础上进行创新,将多种算法相结合,从临床中来到临床中去。 展开更多
关键词 传统机器学习算法 深度学习算法 证候模型 疗效预测 风险评估 组方规律
原文传递
面向车间人员宏观行为数字孪生模型快速构建的小目标智能检测方法 被引量：10
6
作者 刘庭煜 钟杰 +3 位作者 刘洋 何必秒 段华 陆增 《计算机集成制造系统》 EI CSCD 北大核心 2019年第6期1463-1473,共11页
作为制造过程中的重要影响因素,人员的活动具有很高的自主性和不确定性,因此人员行为的数字孪生模型构建已成为阻碍数字孪生车间技术发展的瓶颈之一。同时,出于火工品生产安全考虑,航天装备等许多产品的制造对车间中不同区域人员的宏观... 作为制造过程中的重要影响因素,人员的活动具有很高的自主性和不确定性,因此人员行为的数字孪生模型构建已成为阻碍数字孪生车间技术发展的瓶颈之一。同时,出于火工品生产安全考虑,航天装备等许多产品的制造对车间中不同区域人员的宏观分布有严格的控制需求。鉴于此,针对人员宏观行为数字孪生模型构建问题提出一种三阶段级联卷积神经网络(3-Stage CCNN)的深度学习算法,对车间现场视频中的车间人员进行识别,以支撑人员在图像中的位置信息提取,并为后续构建人员的宏观行为数字孪生模型的实现提供基础。实验证明,该方法在国际公开数据集Caltech Pedestrian和复杂机电产品某院实际数据集上都达到了较好的执行效果和效率,具有较好的实用价值。 展开更多
关键词 数字孪生 人员宏观行为 智能检测 深度学习算法
下载PDF
人工智能视域下拉曼光谱分析技术融合深度学习算法在中药生产过程质量控制中的应用 被引量：10
7
作者 陶益 陈林 +1 位作者 朱菲 潘美玲 《中国现代中药》 CAS 2022年第1期176-180,共5页
随着我国进入5G时代,制造业的智能化转型正在不断升级,信息技术与运营技术的深度融合为中药生产的智慧化发展指明了方向。利用云平台超强的计算能力和存储能力,将拉曼光谱分析技术和深度学习等人工智能算法进行融合,能够实现中药生产全... 随着我国进入5G时代,制造业的智能化转型正在不断升级,信息技术与运营技术的深度融合为中药生产的智慧化发展指明了方向。利用云平台超强的计算能力和存储能力,将拉曼光谱分析技术和深度学习等人工智能算法进行融合,能够实现中药生产全过程质量控制。首先,介绍了拉曼光谱分析技术的背景和优势、预处理方法、峰归属、特征波段提取和深度学习算法。在此基础上,对近年来拉曼光谱分析技术在中药鉴别、产地分类、含量测定、中药生产过程轨迹和终点控制中的应用进行归纳。最后,对未来拉曼光谱分析技术在中药智能制造中的应用进行展望。 展开更多
关键词 拉曼光谱 人工智能 深度学习算法 中药 制药工业
下载PDF
多维特征下社会化问答社区答案排序研究 被引量：9
8
作者 易明 张婷婷 李梓奇 《图书情报工作》 CSSCI 北大核心 2020年第17期103-113,共11页
[目的/意义]研究多维特征对社会化问答社区答案排序的影响,以提高问答社区服务质量并尽可能优化用户体验。[方法/过程]从答案特征、回答者特征和投票者特征多个维度构建社会化问答社区答案排序特征体系,比较基于深度学习、树、神经网络... [目的/意义]研究多维特征对社会化问答社区答案排序的影响,以提高问答社区服务质量并尽可能优化用户体验。[方法/过程]从答案特征、回答者特征和投票者特征多个维度构建社会化问答社区答案排序特征体系,比较基于深度学习、树、神经网络、支持向量机等11种排序学习算法在问答社区数据集上的适用性,并训练随机森林分类算法,得到每个特征的重要程度。[结果/结论]实验结果表明,基于深度学习的排序学习算法在NDCG@k和MRR指标上的性能均优于其他排序算法,投票者的影响力特征最为重要,其次是答案内容特征,最后是回答者的专业度特征,可以考虑从增加答案排序方式的多样性和提高答案排序算法的综合性两个维度进一步优化答案排序。 展开更多
关键词 社会化问答社区 答案质量 排序学习算法 深度学习算法
原文传递
基于DBN模型的铁路异物侵限检测算法研究 被引量：9
9
作者 李晓蕊 《电子测量技术》 2018年第12期128-132,共5页
随着铁路中货运重载化和客运高速化程度的不断提高,由异物入侵引发的交通事故屡见不鲜,使生命财产损失严重,所以对侵入铁路的异物进行有效检测具有重要意义。作为一种近年来被提出的具有多隐含层结构的新型人工神经网络,深度学习算法可... 随着铁路中货运重载化和客运高速化程度的不断提高,由异物入侵引发的交通事故屡见不鲜,使生命财产损失严重,所以对侵入铁路的异物进行有效检测具有重要意义。作为一种近年来被提出的具有多隐含层结构的新型人工神经网络,深度学习算法可以抽取样本中更深层次、具有代表性的特征,使得检测和分类的效果更好。在此基础上,所提出的异物侵限检测算法是以深度信念网络（DBN）结构模型为核心,并以铁路现场视频素材为基础建立网络训练样本库并对其进行处理与标注,设计DBN检测算法,采用逐层贪婪训练法和误差反向传播法进行网络训练及参数微调,达到优化效果;最后,使用softmax分类网络训练图像数据,并且在各组检测实验中均取得了良好的分类检测效果。 展开更多
关键词 铁路异物检测 深度学习算法 深度信念网络 Softmax分类器
下载PDF
基于深度学习的LSTM光伏预测 被引量：9
10
作者 崔承刚 邹宇航 《上海电力学院学报》 CAS 2019年第6期544-552,579,共10页
随着对能源利用效率要求的提高及日益激增的光伏数据,传统的光伏预测方法已逐渐丧失优势。为了更加准确地进行光伏预测,采用深度学习的框架,并利用循环神经网络(RNN)中最重要的一个结构——长短时记忆网络(LSTM)对时间序列的强大处理能... 随着对能源利用效率要求的提高及日益激增的光伏数据,传统的光伏预测方法已逐渐丧失优势。为了更加准确地进行光伏预测,采用深度学习的框架,并利用循环神经网络(RNN)中最重要的一个结构——长短时记忆网络(LSTM)对时间序列的强大处理能力进行了智能算法建模。由于LSTM具有“遗忘”与“更新”功能,很好地解决了长序依赖问题,从而使光伏预测在精度上有了质的变化,预测速度也得到显著提升。 展开更多
关键词 光伏预测 深度学习算法 循环神经网络 长短时记忆网络
下载PDF
三维激光路面多功能检测系统的技术研究 被引量：9
11
作者 丁世海 阳恩慧 +2 位作者 代先星 李保险 王国龙 《交通科技》 2019年第6期1-4,25,共5页
为研究路面自动检测系统在工程中的应用,选取市政道路中的沥青路面和水泥路面作为试验段,采用三维激光路面多功能检测系统获取1 mm精度路面三维数据,并进行试验段路面病害人工检测。基于深度学习算法,采用分析软件ADA自动识别路面裂缝,... 为研究路面自动检测系统在工程中的应用,选取市政道路中的沥青路面和水泥路面作为试验段,采用三维激光路面多功能检测系统获取1 mm精度路面三维数据,并进行试验段路面病害人工检测。基于深度学习算法,采用分析软件ADA自动识别路面裂缝,其算法的准确率为91.47%,召回率为95.46%。选取某试验段,进行系统在不同速度、不同时刻的稳定性验证及重复性分析。结果表明,系统自动识别裂缝总面积的标准差为0.34,其变异系数为4.46%,系统具有较高的稳定性。同时,人工检测与自动识别的路面裂缝影响面积之间的相对误差在合理范围内。 展开更多
关键词 市政道路 自动检测 三维激光 深度学习算法 稳定性
下载PDF
基于双特征融合的改进R-CNN电力小金具缺陷检测方法研究 被引量：8
12
作者 叶飞 骆星智 +3 位作者 宋永春 丁国成 杨孝志 谭守标 《电子测量与仪器学报》 CSCD 北大核心 2023年第7期213-220,共8页
电力金具作为输电线路中的不可缺少的关键部件,对电力稳定传输提供了保障,一旦电力金具出现缺陷,就会带来巨大的隐患,造成输电设施的损坏甚至大面积停电事故,影响人们的生产和生活。传统的输电线路检修主要依靠人工现场进行巡检,不仅危... 电力金具作为输电线路中的不可缺少的关键部件,对电力稳定传输提供了保障,一旦电力金具出现缺陷,就会带来巨大的隐患,造成输电设施的损坏甚至大面积停电事故,影响人们的生产和生活。传统的输电线路检修主要依靠人工现场进行巡检,不仅危险程度高,辨识难度也比较大。人工智能识别技术的不断进步,为电力金具的缺陷识别提供了更好的方法。目前Faster-RCNN算法的目标识别准确率高,但对于螺钉等小金具目标物体的识别率相对较低。本文首先通过双特征融合算子提取特征并进行标记后,输入引进混合注意力机制改进的Faster R-CNN模型中,进行特征再提取,融合重合度较高的特征,并进行缺陷的分类和识别,能够对电力小金具中的螺钉进行高效的辨识。实验结果表明,本文双特征融合的改进Faster R-CNN模型相较于传统的Faster R-CNN模型和YOLO模型的提升效果明显,模型的平均准确率提升了5%,平均精度提升了11%,在保障算法实时性的同时对螺钉等电力小金具具有较好的检测效果。 展开更多
关键词 电力小金具缺陷识别 深度学习算法 卷积神经网络 Faster R-CNN 特征提取 目标检测
下载PDF
基于深度学习算法的机器自动翻译质量评估模型 被引量：8
13
作者 胡仁青 《电子设计工程》 2021年第21期33-37,42,共6页
以实现机器自动翻译质量准确评估为研究目标,构建了基于深度学习算法的机器自动翻译质量评估模型。通过基于深度学习的机器自动翻译语言信息提取方法,在无监督学习阶段、有监督学习阶段中,利用降噪自动编码机对双语词实施无监督学习,重... 以实现机器自动翻译质量准确评估为研究目标,构建了基于深度学习算法的机器自动翻译质量评估模型。通过基于深度学习的机器自动翻译语言信息提取方法,在无监督学习阶段、有监督学习阶段中,利用降噪自动编码机对双语词实施无监督学习,重构并获取机器自动翻译样例中的语言向量特征,将机器自动翻译信息导入到双语词中,优化语言向量特征提取效果;将机器自动翻译语言向量特征导入基于深度学习的译文质量评估模型中,实现机器自动翻译质量评估。实验结果表明,所构建模型可准确评估机器自动翻译质量,且翻译句型、语句数量对该模型评估性能不存在负面干扰,模型使用效果较好。 展开更多
关键词 深度学习算法 机器自动翻译 质量评估 编码机 监督学习
下载PDF
人工智能深度学习算法可靠性评估方法研究 被引量：8
14
作者 张璨 张明英 《信息技术与标准化》 2018年第8期38-42,共5页
借鉴针对算法的不同阶段定义多个不同目标满足不同等级的思想,结合深度学习算法的特点,提出构建深度学习算法的可靠性评估指标体系,明确评估流程、各阶段评估内容以及评估指标选取规则,使深度学习算法评估更加科学合理。
关键词 人工智能 深度学习算法 评估指标体系
下载PDF
基于图像识别技术的变电站鸟巢智能辨识别技术研究与应用 被引量：8
15
作者 陈小龙 《电子测试》 2018年第16期48-49,51,共3页
本文介绍了智能变电站自动监控系统应用背景和国内外图像识别技术、目标区域跟踪等技术研究水平的现状和国内外发展趋势;提出了学习算法的实现过程;并对变电站内鸟巢智能识别相关软件进行了分析。
关键词 智能变电站 图像识别技术 深度学习算法 鸟巢智能识别
下载PDF
变电站二次系统设备屏柜线套标签智能识别系统 被引量：8
16
作者 周健 李岩 张克声 《机械与电子》 2018年第11期67-70,共4页
给出了一种变电站二次系统设备屏柜线套标签智能识别系统的设计方案,阐述了构成该系统各模块之间的信号传递流程。通过基于人工智能深度学习算法的定位和识别拍摄的屏柜端子排现场接线照片,获取接线线套标签信息,将其与电子图纸中的接... 给出了一种变电站二次系统设备屏柜线套标签智能识别系统的设计方案,阐述了构成该系统各模块之间的信号传递流程。通过基于人工智能深度学习算法的定位和识别拍摄的屏柜端子排现场接线照片,获取接线线套标签信息,将其与电子图纸中的接线标准信息进行对比,生成检查报告对运维人员进行接线错误实时警告提醒。从而减轻变电站运维人员的劳动强度,缩短操作时间,消除因接线错误所引起的变电站运行安全隐患。 展开更多
关键词 变电站二次系统 屏柜端子排接线 深度学习 标签信息识别
下载PDF
基于深度学习算法的叉车危险操作行为检测 被引量：8
17
作者 李千登 王廷春 +1 位作者 崔靖文 穆波 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第5期155-159,共5页
随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警。为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车... 随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警。为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车检测深度学习模型和算法。通过采集、处理现场视频图像素材,完成模型的训练及性能评价,建立相应的报警规则和报警阈值,搭建测试环境并进行仿真测试,开发相应的软件系统。结果表明:模型检测速率为130 ms/帧,人员靠近叉车准确率为85.6%,叉车举升人员准确率为83.7%,达到良好的实践效果。 展开更多
关键词 叉车 危险行为 深度学习算法 图像检测 系统开发
下载PDF
基于机器学习和深度学习的南海证据性数据抽取算法比较与应用 被引量：6
18
作者 彭玉芳 陈将浩 何志强 《现代情报》 CSSCI 2022年第2期55-69,共15页
[目的/意义]本文尝试从文献载体到文献内容(全文检索)再到数据层面的细粒度的南海证据性数据抽取。首先,能提高南海文献数字资源的检索性能;其次,为专业人员提供充足的证据材料;最后,为南海维权的证据链关联模型构建做好基础。[方法/过... [目的/意义]本文尝试从文献载体到文献内容(全文检索)再到数据层面的细粒度的南海证据性数据抽取。首先,能提高南海文献数字资源的检索性能;其次,为专业人员提供充足的证据材料;最后,为南海维权的证据链关联模型构建做好基础。[方法/过程]根据南海维权证据的特点,制定抽取规则。通过文本清洗、文本分段、段分句、分词把非结构化的数据转化成结构化数据。然后分别比较朴素贝叶斯、SVM、随机森林、DNN、TexCNN、Bi-LSTM、LightGBM和XGBoost的证据性数据抽取效果。最后为了进一步提高证据抽取的准确性,增加了“5W”规则过滤和人工校验。[结果/结论]实验结果表明,基于TensorFlow深度学习框架,构建DNN模型的证据性数据抽取效果较好,准确率达0.88。通过进一步融合“5W”规则过滤和人工校验,显著地提高了南海证据性数据抽取的准确率,本文的证据抽取的方法具有一定的可行性。 展开更多
关键词 证据性数据抽取 TensorFlow 机器学习算法 深度学习算法 “5W”规则
下载PDF
进程择优法及在心音深度信任网络中的应用 被引量：5
19
作者 成谢锋 杨贺 +3 位作者 马勇 张学军 张少白 王悦 《计算机学报》 EI CSCD 北大核心 2018年第1期208-220,共13页
深度学习算法因其在自然环境下对大数据处理的优良特性已成为图像、语音识别方面的主流算法.为解决深度学习网络结构选择困难的问题,文中深入探究了深度学习网络的结构特性,提出了一种进程择优法来帮助深度学习网络结构的选择,可方便、... 深度学习算法因其在自然环境下对大数据处理的优良特性已成为图像、语音识别方面的主流算法.为解决深度学习网络结构选择困难的问题,文中深入探究了深度学习网络的结构特性,提出了一种进程择优法来帮助深度学习网络结构的选择,可方便、快速地给出深度学习网络的优选范围.经实验验证,此方法在多种数据库下都有良好效果,方法具有一定的普适性.而心音作为一种生理信号,反映了人体心脏的跳动情况,与人体心脏的健康息息相关,在心音分类识别、健康鉴定中得到广泛的应用.文中首先使用进程择优法来优选、构建出一种心音深度学习网络,再以心音深度学习网络为核心,加入BP神经网络作为分类器,设计出了一种心音深度信任网络.该网络相比同类其它层次结构的深度信任网络拥有更低的误识别率,平均误识别率在10%左右.特别是将原系统优化为融合心音能量特征输入的心音深度信任网,其平均误识别率可下降到3%.文中的研究对于提高心音识别算法在自然环境下处理数据的能力具有积极的意义. 展开更多
关键词 深度学习算法 进程择优法 心音 心音深度学习网络 心音深度信任网络
下载PDF
基于工业数字孪生仿真建模的虚拟工厂业务协同模型研究 被引量：6
20
作者 姚培福 王建国 谭正洲 《机械与电子》 2021年第11期67-72,共6页
着重改善物理实体智慧工厂在工程实践中日益凸显的环境变量动态变化实时感知失效、多维因素约束下,设备互联与数字集成失衡和较长周期内自主预测机制缺失等若干缺陷,构建了基于工业数字孪生仿真建模的虚拟工厂业务协同模型,并进行了典... 着重改善物理实体智慧工厂在工程实践中日益凸显的环境变量动态变化实时感知失效、多维因素约束下,设备互联与数字集成失衡和较长周期内自主预测机制缺失等若干缺陷,构建了基于工业数字孪生仿真建模的虚拟工厂业务协同模型,并进行了典型环境下的仿真验证。首先,引入工业数字孪生仿真建模技术,构建了面向虚拟工厂业务协同模型的体系架构,给出了虚拟工厂数据流与控制流之间的耦合关系;然后,从数据感知及高效传输模型、融合事件驱动的虚实映射模型和基于深度学习的虚拟工厂业务协同模型等方面,详细给出了模型体系架构涉及的关键问题解决方案;最后,在PyCharm集成环境下构建虚拟工厂业务最优协同模型典型应用环境,并进行了多维仿真验证。以某有色金属冶炼行业重点企业为应用案例,对模型进行了工程应用实践验证,验证结果表明,模型较好改善了物理实体智慧工厂在工程实践中日益凸显的若干不足,具有环境变量动态变化实时感知全面、多维因素约束下设备互联与数字集成和较长周期内自主决策趋向明显等优势。 展开更多
关键词 工业数字孪生 虚拟工厂 深度学习算法 业务协同模型 工程应用验证
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
使用帮助 返回顶部